Scheduling Problems with Machine Learning Advice

הרקע לפרויקט:

בעיות תזמון הן חלק בלתי נפרד מעולמות התעשייה, הניהול והלוגיסטיקה. הן כוללות תיאום של פעילויות ומשאבים במטרה להשיג יעדים אופטימליים כמו צמצום זמן ביצוע או מקסום ניצול משאבים. עם התקדמות הטכנולוגיה והשימוש הגובר בלמידת מכונה, התגלו דרכים חדשות לשיפור תהליך קבלת ההחלטות בבעיות תזמון. למידת מכונה מאפשרת ניתוח כמויות עצומות של נתונים והתאמת פתרונות תזמון באופן דינמי למצבים משתנים. הפרויקט יבחן שימוש בעצות שניתנות על ידי אלגוריתמים של למידת מכונה לשיפור תזמון המשאבים במצבים מורכבים ואי ודאיים

מטרת הפרויקט:

הפרויקט יעסוק בנושאים הבאים:
1. חקירת האינטגרציה בין למידת מכונה ואלגוריתמי תזמון קיימים: הבנת האופן שבו עצות למידת מכונה יכולות לשפר את ביצועי תהליכי התזמון.
2. פיתוח אלגוריתמים מתקדמים שמשלבים עצות למידת מכונה בתהליך התזמון לצורך שיפור היעילות והתאמתם למצבים משתנים.

תכולת הפרויקט:

שלבי הפרויקט יכילו:
1. סקירת ספרות בתחום בעיות תזמון ולמידת מכונה.
2. פיתוח מודלים ולמידת נתונים עבור בעיות תזמון.
3. תכנון אלגוריתמים המשלבים עצות למידת מכונה.
4. ניתוח ביצועים והשוואה עם שיטות תזמון מסורתיות.
5. כתיבת וסיכום התוצאות.

קורסי קדם:

קורסי חקר ביצועים, תכנות ומתמטיקה.

דרישות נוספות:

• הישגים גבוהים בקורסי חקר ביצועים, תכנות ומתמטיקה.
• הבנה במודלים של למידת מכונה.
• ניסיון תכנותי בשפות כמו פייתון או מטלב.

מקורות:

1. https://epubs.siam.org/doi/10.1137/1.9781611975994.114
2. https://dl.acm.org/doi/10.1145/3409964.3461790